Testing de pipelines y datos: qué probar, cuándo y qué no merece la pena

By Dataprix on 1 September, 2026 - 20:59

Testing de datos

El testing de pipelines de datos es la práctica de verificar la lógica de los pipelines antes de desplegarla, con datos de prueba controlados, igual que se testea cualquier software. Se organiza en tres niveles: tests unitarios, tests de integración y validación de contratos. Es la disciplina complementaria de las validaciones en producción del capítulo 24: aquellas vigilan los datos reales en ejecución; el testing atrapa los errores de lógica cuando corregirlos cuesta minutos, no horas de madrugada..

Parte III — Integración de datos y ETL/ELT

By Dataprix on 26 July, 2026 - 17:43
Si la Parte II resolvía dónde se guarda el dato, esta tercera parte responde a una pregunta anterior y más incordiante: cómo llega hasta ahí. Entre el sistema que genera un registro y la tabla que alimenta un informe hay un recorrido de extracciones, colas, transformaciones, reintentos y validaciones que rara vez aparece en los diagramas de arquitectura y siempre aparece en los partes de incidencia.

ELT on-premise: el patrón del que nadie habla (y que quizá ya estás usando)

By Carlos on 26 June, 2026 - 21:45
Flujo de ELT on-premise por capas: orígenes, carga en crudo en una zona de staging del motor, y transformación con SQL en capas Silver y Gold dentro del propio SQL Server u Oracle El ELT —cargar primero el dato en crudo y transformarlo después, dentro del propio motor de destino— se ha vendido como una característica del cloud, pero es un patrón arquitectónico, no una función de Snowflake o BigQuery. Se puede hacer —y se hace— on-premise, sobre SQL Server, Oracle o PostgreSQL, y para muchas empresas con datos sensibles o restricciones de coste es una opción perfectamente válida. Aquí explico qué es, por qué lo confundimos con la nube, cómo se implementa on-premise y cuándo conviene..

Airflow, Prefect, dbt, NiFi y Kafka: comparativa práctica de las herramientas que mueven los datos de tu empresa

By Dataprix on 15 June, 2026 - 19:19

Airflow, Prefect, dbt, NiFi y Kafka: comparativa práctica de las herramientas que mueven los datos de tu empresa Airflow, Prefect, dbt, NiFi y Kafka son un ejemplo de stack de integración —el del modern data stack open-source, código primero— que este capítulo usa como hilo conductor para entender los cuatro planos de un pipeline: quién orquesta (Airflow, Prefect), quién transforma (dbt), quién mueve los datos (NiFi) y sobre qué viajan los eventos en tiempo real (Kafka). No son "las mejores" herramientas ni la única vía válida. El mercado ofrece desde plataformas comerciales integradas —Informatica, Azure Data Factory, AWS Glue, Talend y el resto del TOP 10 de Dataprix— hasta decenas de alternativas open-source por cada capa. La pregunta correcta no es "¿qué cinco herramientas elijo?", sino entender los planos, elegir un arquetipo coherente con tu equipo y tu caso, y no usar una herramienta excelente para el trabajo equivocado..

Patrones ETL vs ELT: cuándo transformar en origen o en destino

By Dataprix on 13 June, 2026 - 17:42
ETL vs ELT: dos patrones de integración de datos enfrentados, transformar antes o después de cargar en el destino
ETL transforma los datos antes de cargarlos en el destino; ELT los carga primero en crudo y los transforma después dentro del propio almacén analítico. La elección no es una cuestión de modernidad sino de tres variables: coste (dónde y cuántas veces se paga el cómputo de transformación), latencia (cuánto tarda el dato en estar disponible y en qué estado) y gobernanza (qué datos sensibles pueden o no aterrizar en crudo en la plataforma analítica). La mayoría de las organizaciones maduras acaban operando un patrón híbrido EtLT: una transformación ligera en vuelo —enmascarado de PII, deduplicación, normalización de formatos— seguida de la transformación pesada en el destino, gobernada como código..

Herramientas ETL 2026: Guía Completa - Comparativa, Precios y Cómo Elegir

By Dataprix on 24 January, 2026 - 12:38

Comparativa de las 15 mejores herramientas ETL 2026 clasificadas por categoría open source, enterprise y cloud

Las herramientas ETL son el pilar fundamental de cualquier estrategia de datos moderna. En un mundo donde se generan 463 exabytes de datos diariamente, elegir la herramienta ETL correcta puede marcar la diferencia entre insights accionables y un caos de datos dispersos.

En esta guía comparamos las mejores herramientas ETL de 2026, analizamos sus características, precios y te ayudamos a elegir la más adecuada para tu proyecto de Data Warehouse o Big Data..

Integración de datos y ETL: las noticias clave de la semana para empresas y equipos de datos

By Dataprix on 9 September, 2025 - 18:50
Fivetran compra Tobiko, Cisco y Splunk conectan Snowflake, y España impulsa la gobernanza del dato. Un resumen riguroso y práctico de las últimas novedades en integración de datos y ETL, con claves para profesionales que buscan eficiencia, trazabilidad y preparación para IA.

Noticias integracion de datos

Data Integration: ETL or ELT?

By guest on 18 November, 2017 - 19:08

Data integration: ETL vs ELTModern enterprises gather data from many disparate sources, including social media, websites, customer databases (CRM systems, sales records etc), customer support systems, and HR software.

Merely collecting lots of data isn't useful in itself—it's the insights you get from such data that can drive more informed business decisions. This post aims to teach you about the bedrock processes required for obtaining insights from your data—ETL and ELT.

We'll begin by discussing data integration, before moving on to two vital forms of data integration—ETL and ELT. When you're finished reading, you'll fully understand what ETL and ELT are, and which process is better suited to your business in terms of getting actionable insights from different data sources..  

Subscribe to ELT